萌新的炼丹之路—视觉组之深度学习理论篇

最新推荐文章于 2024-11-08 22:25:20 发布
最新推荐文章于 2024-11-08 22:25:20 发布
阅读量89 收藏
点赞数
分类专栏： 深度学习 文章标签： 神经网络 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fuyanping123/article/details/120641022
版权

炼丹之路—深度学习理论篇

  1. 理论基础
  • 从线性回归开始
  • 了解梯度下降算法（整体梯度下降，随机梯度下降，小批量梯度下降）
  • 掌握分类和回归的区别
  • 学习二分类
  • 掌握sigmoid函数
  • 熟悉矩阵运算（关于numpy的使用）
  1. 理论进阶
  • 掌握全连接神经网络
  • 关于全连接神经网络的多分类问题
  • 掌握softmax函数的使用
  • 掌握卷积神经网络的理论知识（包括卷积神经网络的图像维度运算）
fuyanping123
关注
专栏目录
炼丹感悟——超详细解读
gzq0723的博客
09-24 925
计算机视觉研究院专栏作者：Edison_G感谢大家一直支持“计算机视觉研究院”微信公众号，平时有没做好的地方望大家见谅，做的不好的希望您指出来，我们会修正不对之处，将做得更好，将最好的分...
深度学习纯小白如何从零开始写第一篇论文？看完这篇豁然开朗！
路人贾的博客
10-09 2万+
全网最详细的深度学习论文写作攻略，上万字的含泪总结！小白写论文，看这一篇就够啦！
还说不会深度学习，三招帮你“炼丹”成功
fengdu78的博客
10-14 1191
深度学习领域发展仍是火热朝天，众多方向门派百花齐放，CV和NLP领域一直是高手云集，Transformer最近异军突起，卷起一片波澜，其他众多领域，包括：迁移学习、强化学习、集成学习等，也...
基础入门：“炼丹师”——深度学习训练技巧
gzq0723的博客
01-24 773
关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G深度学习已经成为解决许多具有挑战性...
深度学习路线总结 (含链接)
2301_79695159的博客
07-25 1028
深度学习资料链接总结
深度学习的简介、领域、框架和实际应用概述
热门推荐
黄笳倞的博客
11-25 2万+
一、深度学习简介 深度学习，英文名称为Deep Learning，是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络（Deep Neural Network，DNN）和采用大量样本数据作为输入，人们最终会得到一个具有强大分析能力和识别能力的模型，该模型包含了DNN的构成参数以应用于实际工作。 由于深度学习依赖DNN这样一个参数量庞大且非...
深度学习有哪些trick？
3D视觉工坊
07-05 890
作者丨DOTA、永无止境、冯迁来源丨知乎问答编辑丨极市平台导读Deep learning在训练的时候往往有很多trick，不可否认这些trick也是DL成功的关键因素之一，所谓“the ...
深度学习100问之提高深度学习模型训练效果（调参经验）
种树最好的时间是10年前，其次是现在！！！
01-20 1万+
声明 1）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益，还望海涵，并联系博主删除。 2）博主才疏学浅，文中如有不当之处，请各位指出，共同进步，谢谢。 3）此属于第一版本，若有错误，还需继续修正与增删。还望大家多多指点。大家都共享一点点，一起为祖国科研的推进添砖加瓦。 文章目录声明:zap: 0、前言:art: 1、网络结构:card_file...
机器学习/深度学习资料
2401_86435672的博客
07-30 1043
新年大礼包：机器之心2018高分教程合集CVPR2019目标检测方法进展综述。
深度学习工程应用快速入门
GitChat
07-01 3138
课程介绍 伴随人工智能时代的到来，深度学习技术也发挥着越来越重要作用，越来越多的技术人才开始投身入这一行业中，并希望发展成为一名深度学习算法工程师。然而，在实际的工程设计中，深度学习研发者总会面临着各种问题与困惑，比如： 我们在设计深度网络的时候有什么技巧和原则吗？ VGG、ResNet 网络如何应用在实际的芯片上？ BN 层应该放在哪里比较合理？ 网络越深越好还是越宽越好？ 训练时如此多的优化...
深度学习炼丹-超参数调整和模型训练技巧
专注计算机视觉算法训练，算法优化部署以及SDK开发的知识分享。
12-13 1572
所谓超参数，即不是通过学习算法本身学习出来的，需要作者手动调整（可优化参数）的参数(理论上我们也可以设计一个嵌套的学习过程，一个学习算法为另一个学习算法学出最优超参数)，卷积神经网络中常见的超参数有: 优化器学习率、训练 Epochs 数、批次大小 batch_size 、输入图像尺寸大小。
人工智能、深度学习和AIoT
hao540137644的博客
11-26 847
如果从人类最初的幻想开始算起，人工智能的历史非常久远，也许能与人类文明比肩。而现代化的人工智能历史是从1956年达特茅斯会议开始的。在这之后，人工智能的研究几经起落，符号主义、联结主义、专家系统等都曾经兴盛一时。如今，深度学习又代表人工智能走上了时代潮头，几乎渗透到了这个时代的每一个领域。然而，不管是哪一种技术手段，到目前为止，人工智能终究不过是一种对人类智能的拙劣模仿。每一种学说和流派都只是站在某一个角度来看待、模仿人类某一方面的思维、语言和行动。
【深度学习实践】从零开始的炼丹生活11—— GAN的综述（2020.3）
骋望
02-25 1632
一文了解 GAN 过去6年的各种思想以及经典架构，并展望未来。
【深度学习基础】从零开始的炼丹生活05——深度前馈网络、神经网络概述
骋望
01-29 516
深度学习最基本的深度前馈网络
C++builder中的人工智能（10）神经网络中的Sigmoid函数
最新发布
caridle的专栏
11-08 393
在这篇文章中，我们将探讨最受欢迎的激活函数之一——Sigmoid函数。我们将解释什么是Logistic函数，以及它与Sigmoid函数的区别，并展示如何在C++应用中使用这些函数。
用 Python 从零开始创建神经网络（二）
xzs1210652636的博客
11-08 576
本教程专为那些对神经网络已有基础了解、但尚未动手实践过的读者而设计。尽管网上充斥着各种教程，但很多内容要么过于简略，要么直接进入高级主题，让初学者难以跟上。本指南将带领你从零开始，用 Python 构建一个简单的神经网络模型，逐步拆解每一步，帮助你真正理解神经网络的工作原理，为今后的深入学习打下坚实基础。
深度学习笔记11-神经网络
weixin_51828505的博客
11-08 749
逻辑回归用于解决二分类问题，softmax回归用于解决多分类问题，它们都是线性分类器。模型的决策边界都是直线。而神经网络既可以解决分类问题，也可以解决回归问题，不同的问题会选用不同的损失函数。在使用神经网络解决分类问题时，可以通过调整输出层神经元的数量来适应二分类或多分类任务，实际上三种模型并没有本质区别，逻辑回归和softmax回归完全可以看作是神经网络的简化版本三种模型的结构设计。
用 Python 从零开始创建神经网络（一）
xzs1210652636的博客
11-08 358
本教程专为那些对神经网络已有基础了解、但尚未动手实践过的读者而设计。尽管网上充斥着各种教程，但很多内容要么过于简略，要么直接进入高级主题，让初学者难以跟上。本指南将带领你从零开始，用 Python 构建一个简单的神经网络模型，逐步拆解每一步，帮助你真正理解神经网络的工作原理，为今后的深入学习打下坚实基础。
遗传算法与深度学习实战（22）——使用Numpy构建神经网络
盼小辉丶的博客
11-06 1410
在本文中， 我们了解了神经网络的相关基础知识，同时利用 Numpy 从零开始实现了神经网络的训练过程——前向传播和反向传播，了解了神经网络的通用训练流程。
深度学习系统实战笔记：从基础到模型压缩策略
资源摘要信息: "深度学习系统笔记"是一份全面涵盖深度学习基础知识、理论和实践应用的集合性文档。该文档不仅详尽解析了深度学习所需的核心数学知识，还细致讲解了神经网络的构成要素，并深入介绍了深度学习中的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值